Los softwares de reconocimiento de escritura a mano son complejos y su construcción lleva bastante tiempo. Sin embargo, dado que está creando un sistema de reconocimiento de stylus, es relativamente más sencillo de construir. Este es el por qué:
Al crear un software de reconocimiento de escritura a mano con lápiz, está intentando reconocer los trazos de escritura a mano, como escribe el usuario. El software de reconocimiento tradicional tiene que entender el texto después de que se haya escrito.
En términos más simples, observe cómo el software debería reconocer el carácter ‘T’: dos líneas, una horizontal, una vertical con una intersección o proximidad en la mayoría de los casos:
- ¿Qué tan importante es Octave como primer paso en Machine Learning? ¿Se utiliza en la industria?
- ¿Hay alguna API basada en la nube para agrupar Tweets?
- ¿El aprendizaje automático o los algoritmos de aprendizaje se pueden aplicar a problemas de optimización?
- ¿Cuáles son los grandes problemas de investigación en el reconocimiento de voz hoy?
- En la curva ROC, cualquier punto es resultado del modelo en un parámetro particular. No estoy claro por qué el adivinador aleatorio está en x = y y no siempre (0.5, 0.5). ¿También cómo interpretar el área bajo la curva?
Pero cuando intentas reconocer el texto después de haberlo escrito, es mucho más difícil. Mire las letras ‘T’ y ‘J’ escritas a continuación:
Es mucho mas dificil. Muchas empresas han estado lidiando con el reconocimiento de texto durante mucho tiempo y hay muchas formas innovadoras de resolver este problema. Pero el software de stylus es mucho más fácil, en comparación, que el reconocimiento de escritura manual. Si puede compartir más detalles sobre los detalles de su implementación, puedo guiarlo con la estimación.
Espero que esto ayude.